เรื่องของ Stem เคยเป็นความฝันของเหล่า Sound Engineer และ DJ ที่อยากแยกองค์ประกอบทางเสียงออกจากกันให้ง่าย ชัดเจน และใช้เวลาน้อยที่สุด เทคโนโลยีในอดีตก็ทำได้ดีขึ้นเรื่อย ๆ แม้จะยังไม่เรียบร้อยสมบูรณ์ก็ตาม และครั้งหนึ่งอุตสาหกรรมเคยพยายามแก้ปัญหานี้ด้วยการเปลี่ยนไฟล์เพลงทั้งโลก แล้วก็ล้มเหลว จนวันนี้ การมาถึงของ AI แยก Stem ได้เปลี่ยนโลกของการแยกเสียงไปทั้งใบ สะอาดและรวดเร็วอย่างที่เคยฝันไว้ แต่กว่าจะมาถึงวันนี้ เคยรู้กันหรือไม่ครับว่าการแยก Stem นั้นเคยยากและซับซ้อนมากแค่ไหน?
รู้จัก Stem การแยกเสียงที่ช่วยให้สามารถจัดการแต่ละเครื่องดนตรีได้ดียิ่งขึ้น
Stem คือชั้นเสียงที่ถูกแยกออกมาจากเพลงที่มิกซ์เสร็จแล้ว ไม่ว่าจะเป็น เสียงร้อง กลอง เบส กีตาร์ เปียโน แต่ละอย่างอยู่บนแทร็กของตัวเอง ฟังลำพังได้ ปิดเปิดได้ แก้ได้
ประโยชน์ของมันไม่ใช่เรื่องนามธรรมเลย อยากรู้ว่าเบสไลน์เดินอย่างไร อยากได้ยินว่าเครื่องสายทำหน้าที่อะไรเมื่ออยู่ลำพัง หรืออยากแกะว่าโปรดิวเซอร์วางเลเยอร์ Percussion ไว้กี่ชั้น ทั้งหมดนี้ต้องการชั้นเสียงที่แยกออกจากกัน Sound Engineer ต้องการมันเพื่อซ่อมและมิกซ์ใหม่ DJ ต้องการมันเพื่อดึงเสียงร้องมาวางบนดนตรีของอีกเพลง ส่วนนักดนตรีต้องการมันด้วยเหตุผลที่เก่าแก่ที่สุด คืออยากได้ยินแนวเสียงทีละแนวอย่างชัดเจน
ในขณะที่นักดนตรีคลาสสิกกลับอยู่กับฟังก์ชันเหล่านี้มาอย่างยาวนาน นั่นคือ Score หรือโน้ตเครื่องดนตรี ซึ่งหากเรากาง Score สำหรับดนตรีแบบ Chamber หรือวง Symphony ออกมาก็จะเห็นเครื่องดนตรีหลากหลายเครื่องถูกระบุไว้ว่าให้เล่นอะไร ในเวลาไหนบ้างพร้อมๆ กัน (มักจะอยู่ในโน้ตที่วาทยากรหรือ Conductor ใช้คุมวงไม่ใช่โน้ตแยกไลน์แต่ละเครื่อง) ดังนั้นดนตรีที่เราฟังกันอยู่เป็นผลพวงจากการผสมแต่ละแนวเสียงเหล่านี้เข้าด้วยกัน ฟังผ่านหู แต่ถ้าไม่ใช่นักดนตรีหลายครั้งก็ไม่อาจรู้ได้ว่าข้างในประกอบไปด้วยอะไรบ้าง
สองความฝัน กำแพงเดียวกัน
ความฝันสองแบบนี้หันไปคนละทาง Sound Engineer อยากแยกเสียงเพื่อ ‘ซ่อม’ กู้เทปเก่า แก้สิ่งที่พลาดไปแล้ว ทำสิ่งที่ค้างอยู่ให้จบ ส่วน DJ อยากแยกเสียงเพื่อ ‘ประกอบใหม่’ เอาชิ้นส่วนของเพลงหนึ่งไปวางกับอีกเพลง สร้างของใหม่ต่อหน้าคนฟัง ฝ่ายหนึ่งหันหลังกลับไปหาสิ่งที่มีอยู่ อีกฝ่ายหันหน้าไปหาสิ่งที่ยังไม่มี
แต่กำแพงที่ขวางทั้งคู่คืออันเดียวกัน และมันเก่าพอ ๆ กับตัวเครื่องมือเอง เครื่องบันทึกแบบ Multitrack แปดแทร็กที่ Les Paul คิดขึ้นกว่าจะใช้งานได้จริงก็ปาเข้าไปปี 1957 ตามคำบอกเล่าของเขาเอง วิธีคิดของมันคืออัดแยกแล้วมิกซ์รวม และเมื่อรวมเสร็จ คลื่นเสียงหลายเส้นก็บวกกันเป็น Wave Form เส้นเดียว ข้อมูลว่าเส้นไหนเป็นของใครหายไปพร้อมกัน สิ่งที่เหลืออยู่ในไฟล์คือผลรวม ไม่ใช่ส่วนประกอบ
เชื่อไหมว่าทั้ง Sound Engineer และ DJ ต่างฝ่ายต่างเคยพยายามทลายกำแพงนี้ด้วยรูปแบบที่หลากหลาย และแน่นอนว่าผู้คนจำนวนไม่น้อยก็ประสบกับความล้มเหลว ซึ่งกรณีที่น่าสนใจจากทั้งสองฝั่ง ได้แก่
Sound Engineer กับความพ่ายแพ้ในปี 1995
ปลายทศวรรษ 1970 John Lennon อัดเดโมเพลง Now and Then ไว้ที่บ้านของเขาในตึก Dakota นครนิวยอร์ก เป็นเสียงร้องกับเปียโนบนเทปม้วนเดียว ปี 1994 Yoko Ono Lennon ส่งเทปม้วนนี้ให้ Paul McCartney, George Harrison และ Ringo Starr พร้อมเดโมอีกสองเพลงคือ Free As A Bird กับ Real Love ซึ่งทั้งคู่ถูกทำจนเสร็จและออกเป็นซิงเกิลในปี 1995 และ 1996 ส่วน Now and Then วงอัดพาร์ตใหม่และทำมิกซ์คร่าวๆ ไว้กับโปรดิวเซอร์ Jeff Lynne แล้วต้องพับเก็บ เอกสารประชาสัมพันธ์ของ Apple Corps ระบุเหตุผลไว้ตรงๆ ว่าข้อจำกัดทางเทคโนโลยีในเวลานั้นทำให้แยกเสียงร้องของ John ออกจากเปียโนไม่ได้ จึงไม่มีทางทำมิกซ์ที่ใสพอจะจบเพลง Olivia Harrison เล่าถึงข้อสรุปของ George ไว้ว่า “หลังจากอยู่ในสตูดิโอกับแทร็กนี้หลายวัน จอร์จรู้สึกว่าปัญหาทางเทคนิคของเดโมชิ้นนี้แก้ไม่ได้ และสรุปว่าเป็นไปไม่ได้ที่จะทำเพลงนี้ให้เสร็จในมาตรฐานที่สูงพอ”
DJ กับความพ่ายแพ้ในปี 2015
ความพ่ายแพ้ที่เกิดขึ้นนั้นแตกต่างออกไปจากกรณีแรกอย่างสิ้นเชิง ในเมื่อแยกเสียงจากไฟล์ที่มิกซ์แล้วไม่ได้ Native Instruments จึงเสนอทางออกว่า อย่ามิกซ์รวมตั้งแต่แรกสิ เดือนมีนาคม 2015 บริษัทเปิดตัวรูปแบบไฟล์ชื่อ Stems (stem.mp4) เป็นไฟล์เปิดที่บรรจุเพลงหนึ่งเพลงในสี่ชิ้นส่วนไว้ในตัว เพื่อให้ DJ ปิดเปิดแต่ละชิ้นได้สดๆ
บนกระดาษมันควรจะสำเร็จ! ตอนเปิดตัวมีเพลงในรูปแบบนี้ราว 500 เพลง และโตขึ้นเป็นราว 5,000–10,000 เพลงภายในปี 2017 มีศิลปินเบอร์ใหญ่ เช่น Carl Cox, Richie Hawtin, Tiga และค่ายอย่าง Toolroom, Ghostly International, OWSLA หนุนหลัง มีผู้จัดจำหน่าย 13 รายรองรับ แต่มันไม่เคยกลายเป็นมาตรฐาน Andrew Burton ผู้จัดการฝ่ายสื่อสารของ Native Instruments ให้สัมภาษณ์ DJ TechTools ในปี 2017 ถึงสิ่งที่ยังขาดไปว่า “มันคงช่วยได้มากถ้าผู้ผลิตรายอื่นจะนำรูปแบบไฟล์นี้ไปใส่ในเครื่องเล่นของตัวเอง ตั้งแต่ Serato ถึง Pioneer รวมถึงแบรนด์ DJ เล็ก ๆ ด้วย”
นั่นคือจุดอ่อนที่ทำให้ฝันไม่อาจไปถึงฝั่ง ทางออกแบบนี้ต้องขอความร่วมมือจากทั้งอุตสาหกรรมพร้อมกัน ทั้งค่าย ทั้งร้านขายเพลง ทั้งผู้ผลิตฮาร์ดแวร์ และต่อให้ทุกฝ่ายเห็นด้วย มันก็ยังใช้ได้เฉพาะกับเพลงที่ถูกทำมาในรูปแบบนี้เท่านั้น เพลงทุกเพลงที่ถูกบันทึกไว้ก่อนปี 2015 ยังคงแยกไม่ได้อยู่ดี
2008: ก้าวแรกเมื่อคอร์ดหนึ่งคอร์ดถูกผ่าออกเป็นโน้ต
ก้าวแรกของการความสำเร็จนั้นอาจไม่ได้มาจากผู้ใช้งานอย่างจริงจังทั้งสองฝ่าย แต่กลับเกิดขึ้นจากผู้พัฒนาซอฟต์แวร์ในวงการดนตรีแทน
ต้นปี 2008 ที่งาน Musikmesse เมืองแฟรงก์เฟิร์ต บริษัท Celemony สาธิตเทคโนโลยีชื่อ DNA Direct Note Access ซึ่งเข้าไปหยิบโน้ตแต่ละตัวที่อยู่ภายในคอร์ดของไฟล์เสียงแบบ Polyphonic ออกมาแก้ได้ทีละตัว แถลงการณ์ของบริษัทเองเรียกมันว่า ‘พัฒนาการที่เปลี่ยนวิธีจัดการกับ Audio ไปอย่างถอนรากถอนโคนและถาวร’ และเปรียบเทียบกับสิ่งที่ซอฟต์แวร์ตกแต่งภาพทำกับภาพถ่าย คือไม่ใช่แค่แก้รายละเอียดของความจริงที่บันทึกไว้ แต่สร้างความจริงชุดใหม่ที่ไม่เคยมีอยู่ขึ้นมาได้
ระยะห่างระหว่างการสาธิตกับการใช้งานจริงเป็นบทเรียนที่ควรจำ Celemony ใช้เวลาเกือบสองปีกว่าจะส่ง Melodyne editor 1.0 พร้อม DNA ออกสู่ตลาดในเดือนพฤศจิกายน 2009 นานจนผู้ใช้บางส่วนเริ่มสงสัยว่าการสาธิตครั้งนั้นเป็นเรื่องหลอกลวง
DNA ยังไม่ใช่การแยก Stem ในความหมายที่เราใช้กันวันนี้ มันแยกโน้ตในคอร์ด ไม่ได้แยกนักร้องออกจากวงดนตรี แต่มันทำสิ่งที่สำคัญกว่าในระดับความคิด คือทำให้ ‘ผลลัพธ์ที่ไม่อาจย้อนกลับได้’ หยุดเป็นสัจพจน์ และกลายเป็นปัญหาทางวิศวกรรมที่ยังแก้ไม่เสร็จเท่านั้น
2019–2021: จากของแพงในสตูดิโอ สู่ของฟรีที่วัดผลได้
เดือนตุลาคมถึงพฤศจิกายน 2019 ฝ่ายวิจัยของ Deezer บริการสตรีมมิงสัญชาติฝรั่งเศส ปล่อย Library ชื่อ Spleeter ออกมาเป็น Open Source มันมาพร้อมโมเดลที่ฝึกไว้แล้วสามแบบ คือ 2 Stems (เสียงร้องกับดนตรีประกอบ) 4 Stems (ร้อง กลอง เบส และอื่น ๆ) และ 5 Stems (เพิ่มเปียโน) เอกสารของ Deezer ระบุว่ามันแยกไฟล์เป็น 4 Stems ได้เร็วกว่า Real-Time ถึง 100 เท่าเมื่อรันบน GPU
สาระสำคัญไม่ได้อยู่ที่ความเร็ว แต่อยู่ที่คำว่า Open Source ก่อนหน้านั้นความสามารถระดับนี้เป็นทรัพย์สินของบริษัทที่ถือสิทธิบัตร หลังจากนั้นมันคือคำสั่งบรรทัดเดียวที่ใครก็รันได้ และไม่ต้องขออนุญาตค่ายเพลงรายไหนทั้งสิ้น
ปี 2021 มีการจัดการแข่งขันชื่อ Music Demixing Challenge ควบคู่กับการประชุมวิชาการ ISMIR โดยใช้ชุดข้อมูลทดสอบใหม่ชื่อ MDXDB21 จำนวน 30 เพลง ซึ่ง Sony Music Entertainment (Japan) สร้างขึ้นเพื่อการนี้โดยเฉพาะและซ่อนไม่ให้ผู้เข้าแข่งขันเห็น รายงานผลซึ่งตีพิมพ์ในวารสาร Frontiers in Signal Processing ระบุว่ามีผลงานส่งเข้าประกวด 1,541 ชิ้น จาก 61 ทีมทั่วโลก และค่า SDR (Signal-to-Distortion Ratio) ซึ่งเป็นมาตรวัดคุณภาพการแยกเสียง ดีขึ้นราว 1.5 dB ภายในการแข่งขันครั้งเดียว ผู้ชนะทั้งสองตารางคือ Hybrid Demucs ของ Alexandre Défossez ปีถัดมา Simon Rouard, Francisco Massa และ Défossez ตีพิมพ์งานชื่อ Hybrid Transformers for Music Source Separation ซึ่งนำสถาปัตยกรรม Transformer มาแทนชั้นในสุดของโมเดล และทำสถิติ SDR ที่ 9.20 dB
สองปีนี้ คือ จุดที่การแยก Stem หยุดเป็นของแพงและเริ่มเป็นของที่วัดได้ สิ่งที่วัดได้เท่านั้นที่จะดีขึ้นอย่างเป็นระบบ
ความก้าวหน้าของ Sound Engineer: เสียงเลนนอนบนเทปม้วนเดิม
ระหว่างที่วงการวิจัยเปิดตารางแข่งกัน ทีมเสียงของ Peter Jackson ที่ WingNut Films กำลังแก้ปัญหาเดียวกันด้วยเหตุผลคนละอย่าง พวกเขามีเสียงของ The Beatles จากปี 1969 จำนวนมหาศาลที่บันทึกมาแบบ Mono สำหรับสารคดี The Beatles: Get Back Jackson อธิบายวิธีแก้ไว้กับ Variety ในปี 2021 ว่า “เราพัฒนาระบบ Machine Learning ที่เราสอนมันว่าเสียงกีตาร์เป็นอย่างไร เสียงเบสเป็นอย่างไร เสียงคนเป็นอย่างไร ที่จริงเราสอนคอมพิวเตอร์ว่าจอห์นเสียงเป็นอย่างไรและพอลเสียงเป็นอย่างไร”
ระบบนั้นชื่อ MAL เครดิตอย่างเป็นทางการของเพลงระบุไว้ว่า Source Separation / MAL Courtesy of WingNut Films Productions Ltd. โดยมี Emile de la Rey เป็น Head of Machine Learning ความสำเร็จกับสารคดีเปิดทางให้เกิดมิกซ์ใหม่ของอัลบั้ม Revolver ในปี 2022 แล้วจึงย้อนกลับไปหาคำถามที่ค้างมาตั้งแต่ปี 1995
Giles Martin ผู้ดูแลการมิกซ์ใหม่ของแคตตาล็อก The Beatles ที่ Abbey Road เล่ากับ NPR ว่า “ต้นฉบับจริง ๆ คือจอห์นเล่นเปียโนโดยมีเสียงทีวีอยู่ข้างหลัง” และ “นั่นคือส่วนหนึ่งของเทคโนโลยีนี้ — ตอนนี้เราดึงจอห์นออกจากเปียโนและออกจากทีวีได้แล้ว” เขาอธิบายกระบวนการทั้งหมดด้วยอุปมาที่ตรงที่สุดว่า “วิธีที่ผมอธิบายได้ดีที่สุดคือ เหมือนคุณอบเค้กขึ้นมาชิ้นหนึ่ง แล้วผมคืนส่วนผสมทั้งหมดกลับไปให้คุณ โดยที่น้ำหนักของแต่ละอย่างเท่ากับตอนที่คุณใส่ลงไปเป๊ะ ๆ”
เพลงเสร็จในปี 2022 ประกอบด้วยเสียงร้องของ John, กีตาร์ไฟฟ้าและกีตาร์โปร่งที่ George อัดไว้ตั้งแต่ปี 1995, กลองชุดใหม่ของ Ringo และเบส กีตาร์ เปียโนของ Paul ส่วนพาร์ตเครื่องสายเขียนโดย Giles Martin, Paul McCartney และ Ben Foster มิกซ์โดย Spike Stent เพลงออกวันที่ 2 พฤศจิกายน 2023 และวันที่ 3 กุมภาพันธ์ 2025 มันได้รางวัล Grammy สาขา Best Rock Performance
รายละเอียดที่นักดนตรีควรจำจากกรณีนี้คือประโยคที่ Martin ย้ำว่า “คุณต้องมีสัญญาณดิบก่อน ถึงจะทำแบบนี้ได้” การแยก Stem ไม่ได้สร้างข้อมูลที่ไม่มีอยู่ขึ้นมาใหม่ มันจัดกลุ่มข้อมูลที่มีอยู่แล้วในสัญญาณเดิมใหม่เท่านั้น เส้นแบ่งระหว่างสิ่งนี้กับ AI ที่แต่งเสียงขึ้นมาเอง เป็นเส้นที่ควรรู้ว่าอยู่ตรงไหน เพราะข่าวส่วนใหญ่มักเหมารวมทั้งสองอย่างไว้ในคำเดียวกัน
เส้นทางของ DJ: รูปแบบไฟล์ที่กลายเป็นของไม่จำเป็น
ฝั่ง DJ ได้คำตอบมาจากทางที่ไม่มีใครวางแผนไว้ ในเดือนสิงหาคม 2020 Algoriddim เปิดตัว Neural Mix ใน djay Pro และ VirtualDJ ปล่อยโหมดแยก Stem แบบ Real-Time ของตัวเองในเวลาไล่เลี่ยกัน จากนั้นเดือนตุลาคม 2022 Serato เพิ่ม Serato Stems เข้าไปใน Serato DJ Pro และ Lite โดยแยกเพลงที่มิกซ์เสร็จแล้วออกเป็นสี่ส่วน คือ Vocal, Melody, Bass และ Drums สั่งเปิดปิดแต่ละส่วนได้จากแป้น Performance Pad และแมป MIDI ได้ ที่สำคัญคือมันเป็นฟีเจอร์พื้นฐานที่ไม่ต้องจ่ายเพิ่ม
Dan White เขียนถึงเรื่องนี้ใน DJ TechTools ปีเดียวกันว่าซอฟต์แวร์แต่ละตัว “ดูจะใช้ Library ที่คล้ายกันมากอย่าง Spleeter ของ Deezer ในเวอร์ชันที่บิดต่างกันไปเล็กน้อย” ประโยคนี้คือจุดที่เรื่องสองสายมาชนกัน Library ตัวเดียวกันที่ทำให้นักวิจัยแกะเพลงได้ฟรีในปี 2019 คือตัวเดียวกับที่โผล่ขึ้นมาอยู่ใต้ปุ่มบนเครื่อง DJ ในคลับ
และนี่คือสิ่งที่เกิดขึ้นกับความพยายามในปี 2015 อย่างเงียบๆ รูปแบบไฟล์ Stems ไม่ได้ถูกใครประกาศยกเลิก มันแค่ไม่จำเป็นอีกต่อไป เพราะ DJ ไม่ต้องรอให้ค่ายเพลงส่งไฟล์พิเศษมาให้แล้ว เขาสร้าง Stem ขึ้นเองได้สดๆ จากเพลงอะไรก็ได้ที่เคยถูกบันทึกไว้ในประวัติศาสตร์ ข้อจำกัดที่ร้ายที่สุดของรูปแบบไฟล์ปี 2015 คือมันใช้ได้เฉพาะกับเพลงที่ทำมาเพื่อมันเท่านั้น ส่วน AI ไม่สนใจว่าเพลงถูกอัดไว้เมื่อไหร่
น่าสังเกตว่า Native Instruments เองสนับสนุนทุนวิจัยด้านอัลกอริทึมแยกเสียงมาหลายปี แต่สิ่งที่บริษัทเลือกใส่ลงในซอฟต์แวร์คือการมิกซ์ไฟล์ที่แยกมาแล้ว ไม่ใช่ตัวการแยกเอง
2026: AI แยก Stem ยังพลาดตรงไหน
ภาพปัจจุบันไม่ได้สวยงามเท่าที่ข่าวเปิดตัวมักเล่า จากการทดสอบเครื่องมือเก้าตัวของ MusicTech ในปี 2026 ความละเอียดของหมวดเสียงคือสิ่งที่ขยับชัดที่สุด LALAL.ai แยกได้ถึงระดับกีตาร์โปร่ง กีตาร์ไฟฟ้า เปียโน ซินธิไซเซอร์ เครื่องสาย เครื่องเป่า และแยกเสียงร้องนำออกจากเสียงประสาน SpectraLayers Pro 12 ของ Steinberg ซอยกลองออกเป็นกระเดื่อง สแนร์ ทอม ฉาบ ไฮแฮต ไรด์แยกชิ้น ขณะที่ MVSEP มีอัลกอริทึมเชิงทดลองที่แยกเสียงประสานหมู่ออกเป็น Soprano Alto Tenor Bass ได้ รายละเอียดสุดท้ายนี้คือการถอด Chorus ออกเป็นแนวเสียงตามที่ Score เขียนไว้ โดยไม่ต้องมี Score
แต่ข้อสรุปของการทดสอบชุดเดียวกันคือไม่มีผู้ชนะเด็ดขาด ผลลัพธ์เปลี่ยนไปตามเพลงที่ป้อนเข้าไป และจุดที่ทุกตัวยังพลาดพร้อมกันคือหมวดกีตาร์ เปียโน และ ‘อื่น ๆ’ ที่อัลกอริทึมยังตัดสินใจไม่ได้ว่าเสียงไหนควรไปอยู่กองไหน ส่วนการทำงานแบบ Real-Time ก็ยังไม่แพร่หลายอย่างที่เข้าใจกัน ในการทดสอบนั้นมีเพียง Plugin ตัวเดียวคือ Peel Stems 2 ของ zplane ที่ทำงาน Real-Time จริง โดยลดความหน่วงลงมาที่ 245 ms ที่ 44.1 kHz และผู้ทดสอบสรุปตรง ๆ ว่าเครื่องมือ Real-Time จะไม่มีวันสู้การประมวลผลแบบ Offline ได้ในแง่คุณภาพ พูดอีกอย่างคือ ความฝันที่ว่า ‘ง่าย ชัดเจน เร็ว’ ยังเลือกได้แค่สองในสามอยู่ดี
ความฝันของ Sound Engineer กับความฝันของ DJ กลายเป็นเรื่องเดียวกัน เพราะทั้งคู่ลงเอยที่การอ่านเพลงจากข้างใน
ย้อนกลับไปที่คำถามในย่อหน้าแรก ความยากของการแยก Stem ไม่เคยเป็นเรื่องของอุปกรณ์ไม่พอหรืองบไม่ถึง George Harrison มีทั้งสองอย่างในปี 1995 และ Native Instruments มีทั้งอุตสาหกรรมอยู่ข้างหลังในปี 2015 สิ่งที่ทั้งคู่ขาดคือวิธีย้อนการบวก และนั่นเป็นปัญหาทางคณิตศาสตร์ ไม่ใช่ปัญหาทางดนตรี
สิ่งที่น่าสนใจกว่าคือปลายทางของทั้งสองฝ่าย Sound Engineer เริ่มจากอยากซ่อม DJ เริ่มจากอยากประกอบใหม่ แต่ทั้งคู่ต้องทำสิ่งเดียวกันก่อนเสมอ คือต้องได้ยินว่าข้างในเพลงมีอะไรอยู่บ้าง Giles Martin ต้องได้ยินเสียง John แยกจากเปียโนก่อนจึงจะซ่อมได้ DJ ต้องได้ยินเสียงร้องแยกจากกลองก่อนจึงจะประกอบใหม่ได้ การซ่อมกับการสร้างจึงเป็นการกระทำคนละอย่างที่ตั้งอยู่บนความสามารถอันเดียวกัน
และความสามารถอันนั้น นักดนตรีที่อ่านโน้ตเป็นมีมาตลอดอยู่แล้ว AI แยก Stem ไม่ได้มอบของใหม่ให้โลกดนตรี มันแค่ยื่นสกอร์ให้กับดนตรีที่ไม่เคยมีสกอร์ และเปิดให้ทุกคนอ่านได้ ไม่ใช่แค่คนที่ถือเทปต้นฉบับ
แหล่งอ้างอิง
- Soundverse — Best AI Stem Separation Tools for Music Production in 2026: https://www.soundverse.ai/blog/article/best-ai-stem-separation-tools-for-music-production
- Soundverse — How AI Stem Separation Works (2026 Guide): https://www.soundverse.ai/blog/article/how-ai-stem-separation-works-0242
- MusicTech — I tested 9 of the best stem separation tools: https://musictech.com/guides/buyers-guide/best-stem-separation-tools/
- LALAL.AI — Stem Splitter: https://www.lalal.ai/stem-splitter/
Image Credit
Photo by Aleksandr Popov, James Kovin on Unsplash
AI AI แยก Stem AI แยกเสต็มเพลง ดนตรี AI แยกเสียงร้องจากเพลง
Last modified: August 19, 2026
